公开(公告)号：CN117313164A

公开(公告)日：2023-12-29

申请号：CN202311216342.2

申请日：2023-09-20

Applicant: 同济大学

Inventor： 程大伟 ,  刘珺益 ,  蒋昌俊

IPC: G06F21/64 ,  G06F21/55 ,  G06F21/57 ,  G06Q40/02 ,  G06Q40/03 ,  G06N3/0464 ,  G06N3/042 ,  G06N3/0455 ,  G06F18/22

Abstract: 本发明涉及一种银行间网络风险评估的抗攻击方法，所述方法基于所构建的选择性感知图神经网络模型SA‑GNN防御银行间信用评级的特征攻击和结构攻击，具体步骤包括：输入被攻击的图以及模型参数；通过基于图神经网络GNN的选择性表示层，删除被攻击节点；通过最小化相邻节点的标签相似度和特征相似度，惩罚与相邻节点不相似的节点；基于SA‑GNN目标函数通过加权惩罚进行模型优化，并得到更新后的图。本发明提供的选择性感知图神经网络模型通过学习和优化，去除异常节点以模拟干净的图，并在联合优化过程中设计惩罚损失函数，能够覆盖更广泛的潜在攻击并惩罚可能出现的任何差异来为GNN创建一个安全的环境。